蘋果公司每年9月的新品發佈會，有著越來越大的影響力。iPhone X 98% 的好評率大概是iPhone 系列產品的一個縮影，它們確實是這個時代智能手機的標杆。
我們每年都會在發佈會上看到新一代的iPhone 變得更好了一點，芯片性能提升100%，容量從之前的256GB的上限提升到了512GB，類似這樣的說法每年都會聽到。是否要拋棄現有的手機更換最新款，大多也是在這樣的數據背後，結合自己的需求，進行反覆的斟酌和衡量之後才有的事情。算一下按揭每個月還款多少，又或者下個月工資何時到帳是否夠買個 iPhone Xs Max ，是直接買個國行還是讓經常跑香港的朋友帶一個港行，這樣的考慮大概也會在決定買的那一刻很快過了一遍腦子。
新款發售之後，大家對比數據再衡量一下預算，然後換新升級，這種事情每年都在發生，要麼是在自己身上，要麼就是周圍的朋友同事在糾結。
可是今年的發佈會，給我帶來了新的糾結。這個事情還得從白天的事兒說起。
雖然早早知道了發佈會會在13號凌晨開始，但是作為一個前數碼媒體編輯，對於蘋果的發佈會，我更多的只是抱有一種「如果晚上睡不著就看看吧」的心態。畢竟熬夜看發佈會然後碼字幹活兒的事兒，從7年前我就開始幹起了。12號白天，為了我自己的戶口的事情，我不得不奔忙於政務中心和轄區公安局之間，帶著根本數不過來的各種文件，走著複雜的流程，國內的的政務體系有多麼一言難盡想必大家都明白。
終於到了最後的步驟，在轄區公安局辦事員機械的嗓音中，我被告知需要三張1英寸白底登記照，如果需要拍照需要去一公里外某個衚衕裡的照相館拍攝。距離下班還有1個小時，時間緊湊。
這個毫不起眼的照相館在百度地圖上幾乎搜不到，在附近小區門衛的指引下，我才找到地方，進門之後，我前面還排著三個同樣拍登記照等這辦事兒的大哥。照相館老闆是一個50歲上下的大媽，麻利地拿著佳能的單反給每個顧客拍照，背景是每個公司都有的普通白板，只不過為了方便拍照被旋轉了90度，豎在椅子背後。
「右邊頭髮捋一下。」「頭抬高一點，對。」「腰挺起來，微笑~」「OK，再來一張~」
大媽端著相機抓住每一個可以拍照的瞬間，不多不少三張照片，正正好好。從相機裡拔出2GB 的金士頓SD卡，插在電腦桌前藍色透明的讀卡器當中。乳白色外殼的大腦袋液晶顯示器彷彿在嗡嗡作響，恍惚間彷彿還能看到屏幕刷新不穩定帶來的抖動。大媽習慣性地握著磨得發白的鼠標，在「我的電腦」的窗口中，點擊右鍵呼出菜單，點擊左鍵刷新，行雲流水如同一個多年的Dota玩家正在釋放技能一般，如是四次，SD卡所代表的「可移動磁盤」顯示出來了，她點擊進去，找到照片。打開照片的軟件是Photoshop CS2，大媽同樣嫻熟地將照片切割成1英寸的大小，用魔棒工具去掉背景，用曲線調整對比度，色調，控制亮度和陰影，用圖章工具和畫筆簡單的處理面部的瑕疵，加上白色的背景，複製8份，按住Shift 鍵快速拖動排版，呼出打印快捷鍵的時候，大媽頭都沒有低下去看一眼，這個時候，旁邊惠普的照片打印機已經開始嗡嗡作響了。
「二維碼在牆上，20，左邊支付寶，右邊微信。」
掃碼付錢的當口，大媽已經將照片切得整整齊齊，用富有年代感白色小紙袋裝好。從拍照到拿到照片全過程也就5分鐘。
回到公安局提交照片，我終於踩在下班的點兒驚心動魄地收了尾，拿到了證。
吃晚飯，幹活兒，補了覺，鬧鐘在12點半叫醒我，蘋果的發佈會，一年一度的科技圈兒春晚即將開始。洗把臉，喝口水，怠惰一會兒，正當我過電影一般想想白天的事兒的當口，庫克如期而至。
依然是熟悉的開局，Apple Watch Series 4 毫不意外地以更高更快更強的姿態，最先出現在現場，續航依然沒有到24小時。不過做過心電圖的朋友應該知道通常意義上的心電圖儀器有多大，而Apple Watch 這次只需要藉助錶冠內的傳感器就能做到，比較驚豔了。
隨後iPhone Xs，Xs Max 和 Xr 你方唱罷我登場，更加統一的工業設計，更加強大的硬件性能，更加優秀的軟件體驗，都在意料之中，但聽著次第上臺的演講者娓娓道來，卻有著另一番驚豔的觀感。
真正讓我無法淡定的，是這一回 iPhone 新產品線中所用到的芯片，A12 Bionic。
7納米的芯片製程據說很牛X，6核心的CPU，和4核心的GPU，似乎和其他國產手機的發佈會上念參數也沒有差別，問題在於，其中包含一個專門處理人工智能相關任務的神經引擎 Neural Engine 。
很多時候必須承認，參數並不重要，重點在於它要做什麼。
對，一個聰明的人工智能可能要等到10年之後，但是Neural Engine 能夠充分運用這顆不弱於電腦和遊戲主機的強大計算力，來促進機器學習——定向學習和優化，幫你更加聰明地搞定一件事情，就像只會下圍棋的阿爾法狗一樣。
更加優秀的鏡頭硬件系統，自然是iPhone Xs系列的基礎和核心，而真正讓它上升到更高層次的，是其中的機器學習的算法和功能。iPhone Xs 系列的鏡頭，在拍照的時候，能夠針對圖片進行圖像語義的分割，通過分區優化，再後期合成，在更加優秀的傳感器和鏡頭組的加持之下，而讓圖片擁有了更加豐富的高光和細節，機器學習和AI算法則會隨著使用逐步優化和升級。正如同發佈會現場所說的，當你按下快門的那一刻，神經引擎已經在後臺進行了30萬億次的處理和計算了。
這其中和某些「國內品牌」有一個明顯的差別，iPhone 是相機中AI算法藉助 Neural Engine的計算力， 而後者則是在相機中集成了一個所謂的AI優化的功能。換句話來說，整個神經引擎是覆蓋整個軟硬件功能的智能器官，而非單純針對某個模塊的優化組件，比如下圖中，電池組件的性能優化也是同樣受到神經引擎的加持。
Neural Engine 並不僅僅只是用在攝像頭上，算力支持之下，沉浸式的交互和AR遊戲有了更優秀的表現。在現場演示的應用當中，最驚豔的一個莫過於 Homecourt 這個投球訓練優化的工具。
在神經引擎的算力支持之下，開發者的算法能夠最大程度地發揮作用，不僅僅是記錄你投球的次數和成功率，而且能夠系統地進行步態分析，幫你找到問題，不斷優化，不斷學習，跟你一起成長。
不再是單純機械的做一件事情，不斷學習，不斷成長。我們知道聰明的人工智能還很遠，我們知道阿爾法狗，但是一個不斷進化，事情越做越好的機器，可能就在我們的手上。
經過這個環節之後，發佈會後面的內容其實很難聽用心聽下去。我腦子裡面一直迴旋著白天機械地處理文檔事物的政務中心的辦事員，以及那位如同機器般精準的照相館的大媽，拍照，修圖，打印，切割，一套照片5分鐘，20塊錢。再嫻熟的修圖速度，在iPhone Xs 的 Neural Engine 算力支持之下，也不會超過1秒鐘。
在我們刷抖音的時候，機器都在學習。
如果你曾去過大學密集的地方，那些地方的打印店裡面都會有一臺這樣的電腦，液晶顯示器，一根USB延長線從主機後面延伸出來便於插U盤，裡面裝著Windows XP，Office 2003/2007，打開PS的時候，啟動頁左上角是一片羽毛。時至今日，依然如此。如果說今天，事情有什麼樣的改變，大概是顯示器後面的牆上貼上了支付寶和微信的二維碼。他們並不著急，除了支付，還沒太多的改變。
同樣的，我們還在沿用著我們習慣的工具，習慣的軟件，最順手的版本，做著相同的工作，可是誰又能保證，此刻我們正在做的事情，在未來的幾年，會不會被某個定向學習的工具所替代？想不被機器替代，必須比機器更聰明，而學習是唯一的辦法。
該努力學習了，人類。
閱讀更多 河北華信智原 的文章
